En los últimos años, se ha ido incorporando cada vez más tecnología en los hogares. Sin embargo, pocos de ellos cuentan con un robot de servicio que interactúe con los integrantes del hogar y sea capaz de llevar a cabo tareas domésticas. Para que la interacción sea lo más amena posible, resulta importante que el robot posea un sistema de reconocimiento de rostros, que le permita relacionarse de forma personalizada con las personas que se encuentran en el hogar. Este proyecto de grado busca, en el marco de la competencia de robots de servicio RoboCup@Home, construir un módulo de ROS a ser utilizado en dicha competencia por AlfredZ, un robot que está siendo desarrollado por el grupo MINA. Para desarrollar este componente, se analizan las pruebas de la competencia, y se evalúan distintos modelos de reconocimiento en búsqueda de aquel que más se adecúe a ella. Esta evaluación se realiza en dos etapas. En la primera, se evalúan los modelos sobre conjuntos de imágenes estándar como LFW y WIDER Face. En la segunda se evalúan los modelos a tiempo real, utilizando un conjunto de imágenes confeccionado en este proyecto para la generación de representaciones. Adicionalmente, se evalúan modelos de predicción de género, edad y raza, que pueden ser útiles en los objetivos opcionales de la competencia. El componente que se desarrolla como resultado de esta investigación permite principalmente realizar reconocimiento facial utilizando un modelo de detección basado en MTCNN, y otro de extracción de características basado en FaceNet-512, ambos construidos con redes neuronales. A su vez, el componente ofrece de forma secundaria modelos de predicción de edad y género.